قارن بين البيانات والمعلومات والمعرفة

المعلومات: (25 درجة مئوية، 100، الحرارة في عمان اليوم 25 درجة مئوية، متوسط طول الطلبة في الصف هو 160 سم، أحمد يزن 70كغم، ويبلغ طوله 160سم، الثعلب حيوان مفترس بينما الأرنب والدجاجة من الحيوانات الأليفة).

سؤال ١-

• البيانات: هي الحقائق الخام غير المرتبة أو المجردة من أي معنى.

• المعلومات: هي ناتج معالجة البيانات وتنظيمها وتصبح ذات معنى وقيمة.

  سؤال ٢-

  • البيانات: أرقام أو كلمات أو رموز مجردة بلا معنى كامل.

  • المعلومات: نتيجة معالجة البيانات وربطها بحيث تعطينا فهماً ومعنى مفيداً

    سؤال ٣-

  • العلاقة: المعلومات تُستنتج من البيانات، أي أن البيانات هي المادة الخام التي تُعالج لتصبح معلومات.

    سؤال ٤-

    • يتم ذلك بجمع البيانات وتنظيمها وربطها ببعضها أو مع غيرها، ثم تحليلها لتصبح ذات معنى، مثال:

• البيانات: (أحمد، 160 سم، 70 كجم).

• بعد المعالجة

• المعلومة: (أحمد طوله 160 سم ووزنه 70 كجم)

-مَـلك

مجرد اسم من غير تفاصيل.

• “25 درجة مئوية” → بيانات

رقم مع وحدة قياس، لكن ما نعرف وين أو متى.

• “100” → بيانات

رقم خام، ممكن يمثل أي شيء.

• “عمان” → بيانات

اسم مكان، لكن ما نعرف شو علاقته بالموضوع.

• “160 سم” → بيانات

طول خام، ما نعرف طول مين.

• “70 كغم” → بيانات

وزن، لكن بدون سياق.

• “أسود” → بيانات

لون، لكن بدون تحديد الشيء اللي لونه أسود.

• “ثعلب” → بيانات

مجرد اسم حيوان.

• “أرنب” → بيانات

نفس الشي، اسم حيوان.

ثانياً: الأسئلة للنقاش

• ما البيانات؟

أشياء خام: أسماء، أرقام، ألوان… بدون معنى كامل.

• ما المعلومات؟

بيانات ربطناها ببعض أو وضعناها في سياق فأصبحت واضحة وتفيدنا.

• الفرق بينهما؟

البيانات = مواد خام.

المعلومات = الناتج بعد ما نرتب ونعالج ونفسر.

• العلاقة بينهما؟

ما في معلومات من غير بيانات. البيانات هي الأساس، والمعلومات هي النتيجة بعد معالجتها.

• كيف نحول البيانات إلى معلومات؟

• أول شيء نجمع البيانات.

• بعدين ننظمها (نربط كل رقم أو اسم بمكانه).

• نلخصها أو نحسب منها شيء (زي المتوسط أو المجموع).

• نضعها في سياق (مكان/زمان/هدف).

• في الأخير نوصل لفكرة مفهومة نقدر نستخدمها لاتخاذ قرار

• “أحمد” → بيانات (اسم فقط بدون تفسير).

• “100” → بيانات (عدد مجرد).

• “عُمان” → بيانات (اسم مكان).

• “160 سم” → بيانات (قيمة طول).

• “70 كغم” → بيانات (قيمة وزن).

• “أسود” → بيانات (لون فقط).

• “ثعلب” → بيانات (اسم حيوان).

• “25 درجة مئوية” → بيانات (درجة حرارة فقط).

• “الحرارة في عُمان اليوم 25 درجة مئوية” → معلومة (هنا ربطنا الرقم بالمكان والزمن فأصبح معنى كامل).

• “متوسط طول الطلبة في الصف هو 160 سم” → معلومة (استخدمنا الأرقام وربطناها مع الطلاب).

• “أحمد يزن 70 كغم، ويبلغ طوله 160 سم” → معلومة (تفسير من البيانات وربطها بشخص).

• “الثعلب حيوان مفترس بينما الأرنب والدجاجة من الحيوانات الأليفة” → معلومة (معنى مُستخلص من بيانات).

ثانياً: نجاوب على الأسئلة:

1- ما البيانات؟ وما المعلومات؟

• البيانات: أرقام أو كلمات أو رموز خام بدون تفسير (زي: 100، أسود، عمان).

• المعلومات: بيانات تم معالجتها أو ربطها بحيث تعطي معنى مفيد (زي: “أحمد طوله 160 سم”، “الثعلب حيوان مفترس”).

2- ما الفرق بين البيانات والمعلومات؟

• البيانات: عناصر خام غير مترابطة.

• المعلومات: ناتجة من تحليل أو تنظيم البيانات لتعطي معنى مفيد يمكن الاستفادة منه.

3- ما العلاقة بين البيانات والمعلومات؟

• العلاقة: البيانات هي المدخلات الأساسية، وإذا ربطناها أو حللناها تتحوّل إلى معلومات.

يعني: المعلومات = بيانات + تفسير/معالجة.

4- كيف يمكن تحويل البيانات إلى معلومات؟

• يتم ذلك عن طريق:

• الترتيب (مثلاً: تنظيم درجات الطلاب).

• الربط (زي ربط الطول بالشخص).

• التحليل (زي حساب المتوسط أو استخراج علاقة).

• التفسير (إضافة معنى للبيانات

1. البيانات

   المعنى: حقائق خام وغير معالجة (مثل أرقام، قياسات, أسماء)

   السياق:بدون سياق محدد، مجرد وقائع

   الشكل:عادة أرقام، كلمات، رموز، أو حقائق فردية

   التنظيم:غير منظم، عشوائي أحيانًا

   ‏استخدامها في اتخاذ القرارات : محدودة القيمة لاتخاذ القرارات مباشرة

2. المعلومات

   المعنى: بيانات معالجة ومفسرة ، تعطي معى او صورة او فهم معين

   السياق: مرتبطة بسياق معين يجعلها قابلة للفهم

   الشكل: جداول، رسوم بيانية ، تقارير او نصوص منظمة

   التنظيم: منظم بطريقة تسهل الفهم والتحليل

   ‏استخدامها في اتخاذ القرارات: تساعد في تحليل الوضع واتخاذ قرارات مدروسة

3. المعرفة

   المعنى: معلومات مفسرة ضمن خبرة

   وتجربة، تعطي القدرة على الفهم

   العميق واتخاذ القرارات

   السياق: ترتبط بالسياق والخبرة، وتمثل

   الفهم الشامل للموضوع

   الشكل: استنتاجات, قواعد, خبرات، أو مبادئ تطبيقية

   التنظيم: منظم بشكل استراتيجي يعتمد على الخبرة والخطوات المنهجية

   ‏استخدامها اتخاذ القرارات: تمكن من اتخاذ قرارات ذكية واستراتيجية بناءً على الفهم

   العميق والخبرة

تحويل 33 إلى ثنائي:

• 33 ÷ 2 = 16 والباقي 1

• 16 ÷ 2 = 8 والباقي 0

• 8 ÷ 2 = 4 والباقي 0

• 4 ÷ 2 = 2 والباقي 0

• 2 ÷ 2 = 1 والباقي 0

• 1 ÷ 2 = 0 والباقي 1
  نقرأ البواقي من الأسفل للأعلى: 100001₂

تحويل 247 إلى ثنائي:

• 247 ÷ 2 = 123 والباقي 1

• 123 ÷ 2 = 61 والباقي 1

• 61 ÷ 2 = 30 والباقي 1

• 30 ÷ 2 = 15 والباقي 0

• 15 ÷ 2 = 7 والباقي 1

• 7 ÷ 2 = 3 والباقي 1

• 3 ÷ 2 = 1 والباقي 1

• 1 ÷ 2 = 0 والباقي 1
  نقرأ البواقي من الأسفل للأعلى: 11110111₂

تحويل 16 إلى ثنائي:

• 16 ÷ 2 = 8 والباقي 0

• 8 ÷ 2 = 4 والباقي 0

• 4 ÷ 2 = 2 والباقي 0

• 2 ÷ 2 = 1 والباقي 0

• 1 ÷ 2 = 0 والباقي 1
  نقرأ البواقي من الأسفل للأعلى: 10000₂

نشاط صفحة 18

100110010₂ → عشري

نحسب قيمة كل خانة من اليمين لليسار (2⁰، 2¹، 2²…):

• 0×2⁰ = 0

• 1×2¹ = 2

• 0×2² = 0

• 0×2³ = 0

• 1×2⁴ = 16

• 1×2⁵ = 32

• 0×2⁶ = 0

• 0×2⁷ = 0

• 1×2⁸ = 256

نجمعهم: 256 + 32 + 16 + 2 = 306

101₂ → عشري

• 1×2² = 4

• 0×2¹ = 0

• 1×2⁰ = 1

المجموع = 4 + 1 = 5

101010₂ → عشري

• 1×2⁵ = 32

• 0×2⁴ = 0

• 1×2³ = 8

• 0×2² = 0

• 1×2¹ = 2

• 0×2⁰ = 0

المجموع = 32 + 8 + 2 = 42

النتيجة النهائية:

100110010₂ = 306

101₂ = 5

101010₂ = 42

1 النظام الثُماني (Octal)

• الأساس: 8

• الأرقام المستخدمة: 0 إلى 7

. علاقته بالثنائي: كل رقم تُماني = 3 بِتات ثنائية . التحويل إلى عشري: نضرب كل خانة في "8 حسب موقعها ثم نجمع

. التحويل إلى ثنائي: كل رقم تُماني → 3 بتات

• الاستخدام: تبسيط الأعداد الثنائية الطويلة، بعض الحواسيب القديمة

2 النظام السادس عشر (Hexadecimal)

• الأساس: 16

. الأرقام المستخدمة: 0-9 و(A-F (A=10 ... F=15

. علاقته بالثنائي: كل رقم هيكس = 4 بتات ثنائية

• التحويل إلى عشري: نضرب كل خانة في "16 ثم نجمع

• التحويل إلى ثنائي: كل رقم هيكس → 4 بتات

• الاستخدام: تمثيل الأعداد الثنائية الطويلة بطريقة مختصرة، البرمجة، ألوان، عناوين الذاكرة

  
  

رموز وحروف يمكن تمثيلها بـ

Unicode

ولا يمكن بـ

ASCII

:

1. لغات غير لاتينية: العربية (ع، غ، ش)، الصينية (汉، 字)، اليابانية (漢، 字)، العبرية (ש، ת)

2. رموز رياضية وعلمية: √، ∞، ℃، ℉

3. رموز خاصة وعلامات: €، ₹، ☪، ☸، ☃، ☠

4. إيموجي: 😊، 🚀، 🌍

5. حروف مزخرفة: é، ç

الفرق الرئيسي:

• ASCII: 128 رمزًا فقط (أحرف لاتينية ورموز أساسية)

• Unicode: أكثر من مليون رمز، يشمل جميع اللغات والرموز والإيموجي.

أرى أن من التحديات المحتملة في أثناء استخدام طرائق جمع البيانات صعوبة التأكد من دقة المعلومات، فقد تكون هناك أخطاء في إدخال البيانات أو نقص في الإجابات إذا كانت الطريقة كمية، أما في الطرق النوعية فقد أواجه صعوبة في تفسير الإجابات أو وجود تحيز في الآراء. ومن الأمثلة على ذلك أن بعض المشاركين قد لا يجيبون بصدق أو يتركون بعض الأسئلة دون رد.

وللتغلب على هذه التحديات يمكن استخدام برامج موثوقة لجمع البيانات، ومراجعة الإجابات بعناية، وطرح الأسئلة بطريقة واضحة وسهلة الفهم، كما يمكن حفظ نسخ احتياطية من البيانات لضمان عدم ضياعها. بهذه الطريقة أستطيع جمع بيانات دقيقة وموثوقة.

1. المصادر الجديدة لجمع البيانات ونوع البيانات الممكن جمعها

يمكن جمع البيانات من المدونات والمقالات الإلكترونية للحصول على آراء وتجارب شخصية ومعلومات تخصصية. ومن مواقع التواصل الاجتماعي يمكن استخراج المشاركات والتعليقات والصور والفيديوهات التي تعكس سلوكيات وآراء المستخدمين. كما تُوفّر المنتديات الإلكترونية بيانات حول النقاشات والاستفسارات والحلول المقترحة. ويمكن أيضًا استخدام البيانات الحكومية المفتوحة للحصول على إحصائيات وتقارير وخرائط مفيدة. أما المكتبات الرقمية فتتيح الوصول إلى الأبحاث والكتب والمقالات العلمية.

2. الطرائق المستخدمة لجمع البيانات غير المنظمة وكيفية تحليلها

الصور يتم جمعها باستخدام كاميرات رقمية أو الهواتف الذكية، ويتم تحليلها بصريًا عبر برامج متخصصة لاستخراج الملامح وتصنيف الصور حسب الموضوع.

الفيديوهات يمكن تسجيلها بواسطة كاميرات أو الهواتف، ويُحلل محتواها لاستخراج المشاهد وتصنيفها وتحديد العناصر المهمة داخل الفيديو.

النصوص الحرة تُجمع من مواقع الإنترنت مثل المدونات أو المنتديات، ويتم تحليلها باستخدام أدوات معالجة اللغة الطبيعية (NLP) لاستخراج المعلومات وتصنيف النصوص حسب الموضوع.

3. أدوات ومراحل تحليل البيانات غير المنظمة

تحليل الصور والفيديوهات يتم غالبًا باستخدام برامج مثل Adobe Photoshop أو مكتبات برمجية مثل OpenCV، بينما تحليل النصوص الحرة يعتمد على أدوات معالجة اللغة الطبيعية مثل NLTK وspaCy.

تمر عملية التحليل بعدة مراحل، تبدأ بجمع البيانات من المصادر المناسبة، ثم تنظيفها لإزالة الضوضاء أو المعلومات غير الضرورية، يلي ذلك تحليل البيانات لاستخراج المعلومات المهمة، وأخيرًا تفسير النتائج لمقارنتها مع أهداف البحث وتقديم التوصيات.

عنوان الاستبانة: تأثير الذكاء الاصطناعي في تجربة التعلم

الهدف: جمع آراء زملائي حول تأثير الذكاء الاصطناعي في التعلم واستخدامه.

الأسئلة:

1. هل سمعت عن الذكاء الاصطناعي من قبل؟
   

   • نعم

   • لا

   
   

   2. هل استخدمت أدوات ذكاء اصطناعي في التعلم أو الدراسة؟
      

      • نعم

      • لا
        (إذا كانت الإجابة نعم، اكتب اسم الأداة أو التطبيق): _______

        
        

      3. ما رأيك في فكرة استخدام الذكاء الاصطناعي لتحسين التعلم؟
         

         • إيجابي جدًا

         • إيجابي

         • محايد

         • سلبي

           
           

         4. كم من الوقت أسبوعيًا تقضي في استخدام أدوات الذكاء الاصطناعي؟

            • أقل من ساعة

            • من 1 إلى 3 ساعات

            • أكثر من 3 ساعات

            
            

            طريقة جمع البيانات:

            
            

            • سأقوم بتوزيع نسخة ورقية على الزملاء.

            • مهلة لتقديم الإجابات: يومين إلى ثلاثة أيام

              
              

         ملاحظة: سأحتفظ بالنتائج لاستخدامها لاحقًا في الأنشطة القادمة أو التحليل

      
      

فكّرت في موقف يمكن أن يؤدي فيه نقص البيانات الدقيقة إلى اتخاذ قرار خاطئ، مثل أن تعتمد إدارة المدرسة على بيانات غير كاملة حول أداء الطلبة لتحديد من يستحق التكريم. إذا كانت البيانات ناقصة أو غير دقيقة، فقد يتم تكريم طلاب لا يستحقون أو إهمال طلاب متفوقين فعلاً. هذا النقص في البيانات يؤثر على عدالة القرار ويُضعف ثقة الطلبة بالإدارة. أرى أن غياب الدقة في جمع البيانات يؤدي إلى نتائج غير صحيحة وقرارات غير مدروسة، وقد تكون عواقبها خطيرة لأنها تبنى على معلومات خاطئة.

خلال جائحة كوفيد-19، كان للبيانات دور مهم جدًا في إدارة الأزمة.

• البيانات التي تم جمعها: أعداد الإصابات اليومية، حالات الشفاء، الوفيات، عدد الفحوصات، وتوزيع اللقاحات.

• نوع البيانات: كانت في الغالب كمية ومنظمة لأنها أرقام وإحصاءات تُسجل بشكل يومي ومنتظم.

• طرائق جمع البيانات: استخدمت الجهات الصحية السجلات الطبية، وتقارير المستشفيات، والمنصات الإلكترونية لتسجيل الحالات وتتبعها.

• أثر تحليلات البيانات: ساعدت التحليلات في تحديد المناطق الأكثر انتشارًا للفيروس، وتوزيع الموارد الطبية بفعالية، واتخاذ قرارات صحيحة مثل الإغلاق أو التطعيم، مما ساهم في تقليل الإصابات وتحقيق تأثير إيجابي في السيطرة على الجائحة.

استخدمتُ برنامج Excel لتفريغ بيانات الاستبانة حول الذكاء الاصطناعي وتأثيره في التعلم، لأنني أُتقن استخدامه أكثر من Google Sheets. أدخلتُ النتائج في جداول منظمة وسهلة القراءة، ثم راجعتُ البيانات للتأكد من دقتها، واحتفظتُ بالملف كمصدر للرجوع إليه في الأنشطة القادمة الخاصة بتنظيم البيانات وتحليلها.

أنا درست الفرق بين تصنيف البيانات وتجميعها في Excel ولاحظت الآتي:

التصنيف يعني ترتيب البيانات في مجموعات حسب شيء معيَّن مثل النوع أو السنة أو المدينة حتى يسهل قراءتها ومقارنتها. أستخدم له أدوات الفرز (Sort) والتصفية (Filter).

أمّا التجميع فهو جمع بيانات متشابهة أو متكررة لأطلع على المجموع أو المتوسط أو غيره حتى تُصبح مختصرة وسهلة. أستخدم له دوال مثل ‎SUM‎ و‎AVERAGE‎ أو الجداول المحورية (Pivot Table).

في هذا النشاط تم تحديد أمثلة على أنواع البيانات المختلفة. البيانات الوصفية تشمل أسماء الطلاب والجنس والمدينة والمواد الدراسية لأنها تصف خصائص معينة. أما البيانات العددية، فمثالها عدد ساعات الدراسة وعدد المواد المسجلة والدرجات لأنها أرقام يمكن قياسها وحسابها. البيانات الزمانية مثل السنة الدراسية، والبيانات المكانية مثل المدينة أو مكان السكن، لأنها تعطي معلومات عن الزمان والمكان. هذه الأمثلة تساعد على فهم كل نوع من أنواع البيانات بشكل واضح ومنظم.

.

أولًا: البيانات الموجودة في بطاقة الهوية الوطنية

• الاسم الكامل

• تاريخ الميلاد

• مكان الولادة

• رقم البطاقة

• الصورة الشخصية

• العنوان

• الجنسية

ثانيًا: البيانات الموجودة في بطاقة الطالب

• الاسم الكامل

• رقم التسجيل

• الصورة الشخصية

• اسم المؤسسة التعليمية

• التخصص

• المستوى الدراسي

العناصر المشتركة:

• الاسم الكامل

• الصورة الشخصية

• رقم تعريفي خاص

• تاريخ الإصدار

1. البيانات التي تم جمعها:

• أعداد الإصابات اليومية والوفيات وحالات الشفاء.

• بيانات التطعيم (عدد الجرعات، الفئات المستهدفة، نسب التلقيح).

• بيانات المستشفيات (عدد الأسرّة، أجهزة التنفس، الحالات الحرجة).

• بيانات السفر والتنقّل وحالات العزل الصحي.

2. نوع البيانات:

• بيانات كمّية (مثل عدد الإصابات والوفيات ونسب التلقيح).

• بيانات نوعية (مثل الأعراض، الآراء، والسلوكيات الصحية).

• بيانات منظمة (جداول وتقارير حكومية وطبية).

• وأحيانًا غير منظمة (منشورات أو تعليقات عبر وسائل التواصل الاجتماعي).

3. طرائق جمع البيانات:

• السجلات الصحية والمستشفيات.

• التطبيقات الذكية لتتبّع الحالات والمخالطين.

• الإحصاءات الرسمية وبيانات وزارة الصحة.

• الاستبيانات والدراسات الميدانية.

4. كيف ساعدت تحليلات البيانات:

• ساعدت في تتبّع انتشار الفيروس واتخاذ قرارات الحجر والعزل في الوقت المناسب.

• مكّنت الحكومات من توزيع الموارد الطبية بفعالية.

• ساعدت في تخطيط حملات التلقيح واستهداف الفئات الأكثر عرضة للخطر.

• ساهمت في نشر الوعي واتخاذ قرارات قائمة على الأدلة والحقائق.

الاستنتاج:

أستنتج أنّ تحليل البيانات كان له دور أساسي في السيطرة على انتشار الوباء، وتوجيه القرارات الصحية بشكل علمي وفعّال مما ساهم في تقليل الأضرار وتحقيق نتائج إيجابية للمجتمع.

تعاونتُ مع أفراد مجموعتي لتحديد أمثلة توضّح أنواع البيانات المختلفة التي درسناها. وبعد المناقشة، توصّلنا إلى ما يلي:

البيانات الكمية: مثل عدد الطلاب في الصف، درجات الاختبارات، وعدد الإصابات خلال جائحة كوفيد-19. وهي بيانات رقمية يمكن قياسها وتحليلها بالأرقام.

البيانات النوعية: مثل لون العيون، نوع الهاتف الذي نستخدمه، ومستوى الرضا عن خدمة معينة. وهي بيانات تصف الصفات ولا تُقاس بالأرقام.

البيانات المنظمة: مثل الجداول الإحصائية، قواعد البيانات، وملفات Excel، وهي بيانات مرتبة ومنسقة يسهل التعامل معها.

البيانات غير المنظمة: مثل منشورات وسائل التواصل الاجتماعي، الصور، أو مقاطع الفيديو، وهي بيانات غير مرتبة وتحتاج إلى معالجة لفهمها

السيناريو الأول: إدارة مقهى صغير

• البيانات المتاحة: عدد الزبائن يوميًا، طلبات العملاء، أسماء المشروبات، الوقت الذي يقضيه العملاء في المقهى.

• نوع البيانات: كمية (عدد الزبائن – الوقت)، نوعية (أنواع المشروبات).

• كيفية الاستفادة: يمكن لصاحب المقهى استخدام هذه البيانات لمعرفة أكثر المشروبات طلبًا، وتحديد أوقات الذروة لتحسين الخدمة وزيادة الأرباح.

السيناريو الثاني: تحليل أداء فريق كرة القدم

• البيانات المتاحة: عدد الأهداف التي سجلها الفريق في كل مباراة، تقييم أداء اللاعبين من 1 إلى 10، صور وفيديوهات المباريات.

• نوع البيانات: كمية (عدد الأهداف – التقييمات)، غير منظمة (الصور والفيديوهات).

• كيفية الاستفادة: يمكن للمدرب تحليل الأداء الفردي والجماعي، واكتشاف نقاط الضعف والقوة لتحسين أداء الفريق في المباريات القادمة.

السيناريو الثالث: تنظيم حفل مدرسي

• البيانات المتاحة: أعمار الحاضرين، صور من الحفل السابق.

• نوع البيانات: كمية (الأعمار)، غير منظمة (الصور).

• كيفية الاستفادة: يمكن للمنظمين اختيار أنشطة تناسب الفئات العمرية، وتحسين التنظيم بناءً على ملاحظات وصور الحفل السابق.

السيناريو الرابع: إطلاق حملة تسويقية لمنتج جديد

• البيانات المتاحة: استبانة آراء العملاء حول المنتج، إحصائيات المبيعات اليومية، تعليقات العملاء على وسائل التواصل الاجتماعي.

• نوع البيانات: كمية (إحصائيات المبيعات)، نوعية (آراء وتعليقات العملاء)، غير منظمة (منشورات التواصل).

• كيفية الاستفادة: يمكن للشركة تعديل أسلوب الحملة، وتحسين جودة المنتج بناءً على ملاحظات العملاء ونتائج المبيعات

إذا أرسل كل شخص نحو 100 رسالة وشارك 10 صور في اليوم، فسيُنتج ما يقارب 70 إلى 100 ميغابايت من البيانات يوميًا.

أما صف مكوَّن من 30 تلميذًا فيُنتج حوالي 3 غيغابايت يوميًا.

والآن تخيّلوا ذلك على مستوى 8 مليارات إنسان حول العالم

إنها مليارات الغيغابايت من البيانات كل يوم

-أكبر مدينة من حيث عدد السكان:

هي City B، إذ يبلغ عدد سكانها 102 ألف نسمة.

- الشكل الأسهل لاستخدامه لتحديد هذه المعلومة:

هو التمثيل البياني (الشكل 3-2)، لأنه يوضّح الفروق بسرعة وبطريقة بصرية واضحة دون الحاجة لقراءة الأرقام في الجدول.

- الاستنتاج:

التمثيل البياني يساعد على فهم البيانات ومقارنتها بسهولة أكبر من الجدول، خاصة عند تحديد القيم الأعلى أو الأدنى

النشاط الفردي صفحة 53:

1. أي مدينة لها أكبر تعداد للسكان؟

· بناءً على البيانات في الجدول (1-3)، المدينة التي لديها أكبر عدد سكان هي:

· City B بعدد سكان 102.0 (ريالاً لاسع).

2. أي الشكلين كان استخدامه أسهل لتحديد هذه المعلومة؟

· كان استخدام الجدول (1-3) أسهل لتحديد هذه المعلومة، حيث يمكن مقارنة الأرقام بشكل مباشر وسريع.

3. ماذا استنتج؟

· أستنتج أن:

· الجداول تكون أكثر ملاءمة عند الحاجة إلى مقارنة الأرقام بدقة أو الحصول على قيم محددة.

· الرسوم البيانية تكون أكثر ملاءمة لعرض الاتجاهات العامة والمقارنات البصرية بسرعة، خاصة عندما تكون البيانات معقدة أو متعددة.

4. المشاركة مع الزملاء/الزميلات:

· يمكنني مشاركة النتائج مع الزملاء بالقول:

· "باستخدام الجدول، وجدت أن City B هي الأكبر من حيث عدد السكان. الجدول سهل قراءة الأرقام بدقة، لكن لو كان لدينا رسم بياني واضح، ربما كان سيساعد في رؤية الفروق بين المدن بسرعة أكبر."

ملخص:

· أكبر مدينة من حيث عدد السكان: City B.

· الأسهل في الاستخدام: الجدول (1-3).

· الاستنتاج: الجداول أفضل للحصول على بيانات دقيقة، بينما الأشكال البيانية أفضل للمقارنات البصرية .